本文實例講述了Python數據分析pandas模塊用法。分享給大家供大家參考，具體如下：

pandas

pandas10分鐘入門，可以查看官網：10 minutes to pandas

也可以查看更復雜的cookbook

創建對象

常規導入方式：

import pandas as pdimport numpy as npimport matplotlib.pyplot as plt

Series

ser1 = pd.Series(range(10,15),index=list('ABCDE'))print(ser1)# 下標和索引等同print(ser1['A'])print(ser1[0])

輸出：

A    10
B    11
C    12
D    13
E    14
dtype: int64
10
10

取連續多個數據時，下標取值不包含結束位置，索引切片包括結束位置

print(ser1['A':'D'])print(ser1[0:3])

輸出：

A    10
B    11
C    12
D    13
dtype: int64
A    10
B    11
C    12
dtype: int64

取多個數據、條件篩選（布爾索引）

# 注意里面是一個列表print(ser1[[0,1,3]])# 布爾索引print(ser1[(ser1>12)&(ser1<15)])

DataFrame

DataFrame是二維標記數據結構。 您可以將其視為電子表格或SQL表，或Series對象。 它通常是最常用的pandans對象。 像Series一樣，DataFrame接受許多不同種類的輸入：

df1 = pd.DataFrame(np.random.randint(10,50,(3,4)), - index=list('ABC'),columns=list('abcd'))

取單行或單列數據，取單個數據

# 列取值，取出的是一個series對象print(df1['a'])print(df1['a'].values)# 取出一行數據的某一行數據，也就是單個數據print(df1['a']['B']) # 這兩個一樣print(df1['a'][1])

取不連續多列，取連續多列（默認不支持連續，需要高級索引）

# 取不連續多列print(df1[['a','c']])

行索引，可以直接切片,但是默認不能不連續多行取值，下標同理

print('行索引取值##############')print(df1['A':'A'])# 取連續多行就是df1['A':'C']

高級索引(花式索引)

一般情況用于DataFrame，這里直接略過Series